روندیابی و پیش بینی دمای سطح زمین شهر تبریز با استفاده از آزمون ناپارامتریک من – کندال و شبکه عصبی مصنوعی

هدف:  هدف پژوهش حاضر روندیابی و پیش بینی دمای سطح زمین فصل تابستان تا سال ۲۰۳۰ در شهر تبریز است. روش و داده: دمای سطح زمین از تصاویر روز و شب ماهواره مادیس استخراج شد. تصاویر مذکور در سامانه گوگل ارث انجین پردازش شده و برای فصل تابستان هر سال (۲۰۰۲ تا ۲۰۲۳) تهیه شد. در نهایت میانگین های حداقل، میانگین و حداکثر دمای سطح زمین در نرم افزار ArcGIS استخراج شد. جهت بررسی روند خطی در داده های دما نیز از آزمون من – کندال استفاده شد. برای پیش بینی روند تا تابستان سال ۲۰۳۰ نیز از شبکه عصبی مصنوعی خود هم بسته بهره گرفته شد. یافته ها: بر اساس نتایج تحلیل آنومالی در بازه روز مشاهده شد که بیشترین انحراف مثبت و بیشترین انحراف منفی از میانگین کل به ترتیب در سال های ۲۰۰۶ (۴/۷۴ºC) و ۲۰۲۳ (۴/۲۹ºC) ثبت شده است. در بازه شبانه نیز بیشترین انحراف مثبت و بیشترین انحراف منفی از میانگین کل به ترتیب در سال های ۲۰۰۶ (۲/۸ºC) و ۲۰۰۹ (۲/۷۷ºC-) ثبت شده است. بر پایه نتایج تحلیل سری زمانی حاصل از من - کندال، روند میانگین های دمای حداقل (۰/۰۳۱-)، متوسط (۰/۰۳۷-) و حداکثر (۰/۰۶۵) در بازه روز معنی دار شد. در بازه شب نیز تنها روند میانگین دمای سطح زمین حداقل (۰/۰۳۴) معنی دار گردید. همچنین، روند افزایش دمای حداکثر روزانه نسبت به دمای حداقل شبانه دارای شیب افزایش بیشتری است. بر اساس یافته های پیش بینی حاصل از شبکه عصبی، مشخص گردید که مدل عملکردی بهتری در بازه شب نسبت به روز داشته است. همچنین، حداکثر دمای سطح زمین روزانه و حداقل شبانه فصل تابستان در افق ۲۰۳۰ به ترتیب دارای اختلاف ۱/۱۲ و ۱/۲۸ درجه سانتی گرادی از میانگین کلی دوره است. نتیجه گیری: بر پایه یافته ها مشخص گردید که روند دمای حداکثر روز و حداقل شب افزایشی بوده و تا افق ۲۰۳۰ این افزایش پایدار خواهد بود. بدین اساس با روند موجود، انتظار می رود تا آسایش حرارتی شهر تبریز در طی زمان کاهش یافته و نیاز به انرژی سرمایشی بیشتر شود. کاربرد نتایج: پژوهش حاضر به جهت ایجاد درک و دید از روند دمای سطح زمین برای برنامه ریزان و مدیریت شهری در راستای اتخاذ تدابیر و استراتژی های سازگارانه و کاهشی با تغییرات اقلیمی مفید خواهد بود.

کلیدواژه ها:

دمای سطح زمین ، سری زمانی ، پیش بینی ، شبکه عصبی ، من - کندال